MétaCan
Menu
Retour à la cohorte
Enregistrement W4405952809 · doi:10.1155/sci5/9550396

Unleashing the Potential of Biochar Composite as Organic Nutrient Source: Implications as Soil Ameliorant, Seed Yield, and Physiological Attributes of <i>Helianthus annuus</i> L.

2024· article· en· W4405952809 sur OpenAlexfundno aff
Ume Laila, Aisha Nazir, Firdaus-e- Bareen

Notice bibliographique

RevueScientifica · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Agricultural Research Institute
Mots-clésBiocharHelianthus annuusYield (engineering)AgronomyEnvironmental scienceNutrientSoil conditionerSunflowerSoil nutrientsChemistrySoil waterBiologyPyrolysisMaterials scienceSoil science

Résumé

récupéré en direct d'OpenAlex

Agriculture needs a reduced dependency on synthetic chemical fertilizers and renewable biomaterials to add nutrients to soil, ameliorating degraded soil and gaining agronomic yield of crops. Biochar mixed with inorganic fertilizer has been effective in improving the crop yield. However, the influence of composite biochar (C‐BC) obtained from poultry feathers (PFs), cow bones (CBs), and rice straw (RS) waste streams as sources of N, P, and K, respectively, is still unclear. This study aimed to unveil a tripartite relationship of biochar composite applications with soil properties and agronomic attributes of sunflower var. orisun. Biochars associated with nutrient acquisition were characterized through Fourier transform infrared (FTIR) spectroscopy, scanning electron microscopy (SEM), and energy dispersive x‐ray (EDX) spectroscopy. To assess the bioavailability of nutrients and their impact on agronomic yield, a greenhouse trial was set up with sunflower, using each biochar individually as well as in composite application at three levels of amendments (0%, 2%, 4%, and 6% w/w) along with commercial fertilizer. The surface characterization through FTIR, SEM, and EDX of each biochar illustrated the presence of a wide range of functional groups, porosity, and multiple nutrients. C‐BC showed a significantly positive response to soil properties and exhibited the high availability of nutrients (N, P, and K) in soil as compared to commercial fertilizer. Application of C‐BC at 4% was found effective for dry biomass (47 g) and seed yield (35.16 g), resulted in oil and protein concentrations as high as 44.8% and 23.5%, respectively. Feather‐derived biochar (PF‐BC), bone char (CB‐BC), and RS‐derived biochar (RS‐BC) in the form of biochar composite can become an applicable substitute for chemical fertilizer in sustainable agriculture.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,026
Tête enseignante GPT0,256
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientificaMême sujetFood composition and propertiesTravaux en français237 207